Datenbanksysteme II Physische Repräsentation von Daten Felix Naumann
|
|
- Babette Lorenz
- vor 6 Jahren
- Abrufe
Transkript
1 Datenbanksysteme II Physische Repräsentation von Daten (Kapitel 12) Felix Naumann
2 Architektur 2 Mengenorientierter Zugriff Satzorientierter Zugriff Interne Satzschnittstelle Systempufferschnittstelle Dateischnittstelle Datenmodellebene Logischer Zugriff Speicherstrukturen Pufferverwaltung Betriebssystem Anfrageübersetzung, Zugriffspfadwahl, Zugriffskontrolle, Integritätskontrolle Sortierung, Transaktionsverwaltung, Cursorverwaltung, Data Dictionary Physical Record Manager, Index Manager, Sperrverwaltung, Log / Recovery Seitenverwaltung, Puffermanagement, Caching Externspeicherverwaltung Geräteschnittstelle
3 Aufbau 3 Motivation: Beziehung zwischen Block-Modell der Festplatte und Tupelmodell des DBMS Attributwerte -> Bytelisten fester oder variabler Länge: Felder Tupel -> Feldlisten fester oder variabler Länge: Datensätze Physische Blöcke speichern Datensatzmengen Relation -> Mengen von Blöcken: Datei Plus Indexstrukturen
4 Felder 4 Kleinste Dateneinheit: Attributwerte Repräsentiert durch Felder (fields) CREATE TABLE Schauspieler ( Name CHAR(30), Adresse VARCHAR(255), Geschlecht CHAR(1), Geburtstag DATE ); Wie werden Datentypen als Felder repräsentiert? Wie werden Tupel als Datensätze repräsentiert? Wie werden Mengen von Datensätzen oder Tupeln in Blöcken repräsentiert? Wie werden Relationen als Mengen von Blöcken repräsentiert? Was passiert bei variablen Feld- oder Tupellängen? Was passiert wenn ich einen Block nicht einheitlich in Tupel einteilen kann? Was passiert wenn sich die Größe eines Datensatzes ändert, insbesondere vergrößert?
5 Überblick 5 Datenelemente Datensätze Adressierung Daten variabler Länge Datensatzänderungen
6 Datentypen 6 Irgendwann werden alle Daten als Bitsequenzen dargestellt. Irgendwann werden alle Daten als Bytesequenzen dargestellt. Integer: 2 oder 4 Byte Float: 4 oder 8 Byte Strings fester Länge: CHAR(n) Feld hat n Byte Fehlende Byte-Werte werden mit gepadded. Katze in CHAR(8) wäre also K a t z e
7 Strings variabler Länge 7 VARCHAR(n) Es werden n+1 Byte reserviert. Variante 1 Byte 1 speichert Länge => Länge ist maximal 255 Byte Weitere Bytes speichern Attributwert Fehlende Bytes werden ignoriert 5 K a t z e Eigentlich K a t z e Variante 2 Erste Bytes speichern Attributwert Hintendran ein null-wert ( ) K a t z e
8 Datum / Bit / Boolean 8 DATE, TIME i.d.r. repräsentiert als String fester Länge Problem: Zeit kann mit Bruchteilen von Sekunden gespeichert werden (theoretisch beliebig genau) Lösung 1: Speicherung als Sting fester Länge mit maximaler Genauigkeit Lösung 2: Speicherung als String variabler Länge BIT(n) 8 Bit pro Byte Letzte Bits ignorieren, falls n nicht durch 8 teilbar BIT(12): wird zu und BOOLEAN 8 Bit: und und
9 Überblick 9 Datenelemente Datensätze Adressierung Daten variabler Länge Datensatzänderungen
10 Datensätze fester Länge 10 Jeder Datensatz hat ein Schema. Namen und Datentypen der Felder Offset im Datensatz Anmerkung: JEDER Datensatz! Realisiert als Pointer auf Schema CREATE TABLE Schauspieler ( Name CHAR(30), Adresse VARCHAR(255), Geschlecht CHAR(1), Geburtstag DATE ); Alle haben feste Länge 30 Byte Byte + 1 Byte + 10 Byte = 297 Byte Name Adresse Geschl echt Geburtstag
11 Versatz zur Effizienz 11 Felder beginnen am besten bei Hauptspeicheradressen, die ein Vielfaches von 4 (bzw. 8) sind. Manchmal sogar Pflicht Für Festplatte eigentlich egal Aber eingelesener Datensatz landet auf einem Speicherplatz mit entsprechender Adresse Vielfaches von 4 Vielfaches von 2 n Entsprechend versetzt sind die anderen Felder Name Name Adresse Adresse Gesc chl ech tgeburtstag Ge eschl echt Geburtstag t
12 Speicherung der Metadaten 12 Metadaten eines Datensatzes Schema bzw. Pointer auf ein Schema Länge des Datensatzes t Timestamp der letzten Änderung bzw. des letzten Lesens Lösung: Header vor den Datensatz Pointer auf Schema Länge Name timestamp Adresse Geschl echt Geburtstag
13 Aufteilung in Blöcke 13 Block header (optional) Links auf andere Blocks (z.b. Index) Rolle dieses Block (im Index) Relation der Tupel Verzeichnis der offsets der Datensätze Block ID (gleich) Timestamp der letzten Änderung / des letzten Lesens Einfachster Fall: Alle Datensätze aus gleicher Relation, aller fester Länge Header Datensatz 1 Datensatz 2 Datensatz n Beispiel Datensatz 316 Byte Block 4960 Byte, 12 davon als Header => 12 Datensätze und 292 verlorene Byte
14 Überblick 14 Datenelemente Datensätze Adressierung Daten variabler Länge Datensatzänderungen
15 Virtueller Speicher vs. Festplatte 15 Block im Hauptspeicher Block-Adresse ist im virtuellen Adressraum Zeigt auf erstes Byte des Blocks Datensatzadresse zeigt auf erstes Byte des Datensatzes Block auf Festplatte Adresse nicht im virtuellen Adressraum Speicherort im gesamten System des DBMS Disk ID, Zylinder#, Oberfläche Datensatz: Block + offset des ersten Bytes
16 Adressraum des Servers 16 Blocks und Offsets innerhalb von Blocks Variante 1: Physische Adressen Rechner ID Disk ID Zylinder# Spur# (bei mehr als einer Oberfläche) Block# (Offset innerhalb des Blocks) Variante 2: Logische Adressen Beliebiger Byte String 8-16 Byte Mapping table übersetzt diese Adresse in eine physische Adresse.
17 Logische Adressen 17 Warum die Indirektion? Flexibilität bei der Umorganisation von Daten logisch physisch h Änderungen nur auf der mapping table Logische Adresse Hybride Adressierung Physische Adresse für einen Block Logische Adresse für einen Datensatz in dem Block Z.B. Schlüsselwert Physische Adresse
18 Hybride Adressierung 18 Idee: Physische h Adressen zu einem Block. Block speichert offset table. Auffüllen des Blocks von hinten bei Datensätzen variabler Länge Anzahl der Datensätze nicht fix => Größe des headers kann offen gelassen werden Vorteile der Flexibilität auch ohne Mapping table Innerhalb eines Blocks kann umorganisiert werden Datensatz kann sogar Blöcke wechseln Speicherung der neuen Adresse in der offset table Bei Löschung kann ein Grabstein hinterlassen werden Alte Pointer auf das gelöscht Objekt können anmgepasst werden header offset table DS 4 DS 3 DS 2 DS1
19 Überblick 19 Datenelemente Datensätze Adressierung Daten variabler Länge Datensatzänderungen
20 Variable Länge 20 Bisher: Feste Länge. Aber: Felder variabler Länge Adresse VARCHAR(255) wird selten voll ausgeschöpft Datensätze variabler Länge Ergänzung von Datensätze um Felder Schauspieler, die auch Regie führen Riesige Felder GIF, MPEG Passen nicht mehr auf einen Block
21 Finden von Feldern 21 Datensatz muss Informationen speichern, um jedes Feld aufzufinden. Idee: Felder fester Länge an den Anfang des Datensatzes Header speichert Länge des Datensatzes Pointer (offsets) zu den Anfängen aller Felder variabler Länge Pointer zum ersten kann sogar gespart werden. Länge Pointer Variable Länge Variable Länge Sonstige header Daten Geschl echt Geburtstag Name Adresse Null-Pointer falls Adresse NULL ist
22 Datensätze variabler Länge 22 Es ist unbekannt welche und wieviele Felder der Datensatz haben wird. Tagged fields (getaggte Felder) Feldname (Attributname) Feldtyp Feldlänge Feldwert Nützlich bei Informationsintegration: Es ist noch unbekannt welche Felder von Quellen hinzukommen. Dünn besetzte Datensätze: Tausende Attribute, nur wenige haben Werte Code für Name Code für String Länge Code für Restaurantbesitz Code für String Länge N S 14 Clint Eastwood R S 16 Hog s Breath Inn
23 Zu große Datensätze 23 Idee: Spanned records überspannen mehr als einen Block. Für übergroße Felder Riesige Felder (Mega- Gigabyte) gleich Für Datensatzgrößen, die viel Platz verschwenden Z.B. 51% eines Blocks => 49% verschwendet Datensatzfragment Falls zu einem Datensatz mehr als ein Fragment gehört, ist er spanned. Zusätzliche Informationen im Header Bit sagt ob, Fragment oder nicht Bits sagen ob erstes oder letztes Fragment Zeiger zum nächsten und/oder vorigen Fragment Doppelt verkettet Liste
24 BLOBs 24 BLOB = Binary Large Object Bilder/Grafiken: JPEG, GIF Audio: mp3,.. Filme: MPEG, Probleme Speicherung: Mehr als ein Block nötig Sequenz von Blöcken/Zylindern Realtime: Lesegeschwindigkeit einer Disk nicht ausreichend => Verteilung auf mehrere Disks Lesen Anweisung, einen (ganzen) Datensatz zu lesen, ist nicht mehr gültig Stattdessen: Kleiner Teil eines Datensatzes lesen Navigation innerhalb des BLOBs (z.b. Sprung zur 45ten Minute ) => spezielle Indexstrukturen CLOB = Character Large Object
25 Überblick 25 Datenelemente Datensätze Adressierung Daten variabler Länge Datensatzänderungen
26 Einfügen mit Platz 26 Einfacher Fall: Keine Ordnung verlangt Suche freien Platz auf einem Block (oder suche freien Block). Füge Datensatz t ein. Schwierigerer Fall: Ordnung (z.b. nach Primärschlüssel) ist verlangt. Suche entsprechenden Block Falls Platz frei ist, bewege Datensätze auf Block, so dass neuer Datensatz an entsprechende Stelle eingefügt werden kann. DS 4 DS 3 DS 2 DS1
27 Einfügen ohne Platz 27 Variante 1: Suche Block in der Nähe Voriger oder nächste Block Bewege ersten oder letzen Datensatz zu jeweils neuem Block Weiterleitungsadresse in altem Block (Nachsendeauftrag) Bewege gegebenenfalls Datensätze in beiden Blöcken hin und her. Füge neuen Datensatz ein. Variante 2: Erzeuge Overflow Block Designierter overflow block Adresse im header des ursprünglichen Blocks Overflow Block kann selbst wiederum einen overflow block haben.
28 Löschen 28 Nach Löschen Datensätze im Block verschieben um freien Platz zu konsolidieren Oder: Im header eine Liste mit freien Plätzen verwalten Oder: als verkette Liste in den freien Plätzen Reorganisation o der overflow o Blocks möglich. Grabsteine (tombstones) Es könnte Pointer auf den zu löschenden Datensatz geben. Grabstein hinterlassen (3 Varianten) Null-Pointer im header Null-Pointer in mapping table Grabsteinbit (= 4Byte?) am Anfang der Datensätze Müssen ewig erhalten bleiben
29 Update 29 Bei fester Länge kein Problem Bei variabler Länge Gleiche Probleme wie beim Einfügen und Löschen Keine Grabsteinproblematik
30 Zusammenfassung 30 Felder Feste oder variable Länge Datensätze Header + Felder Datensätze mit variabler Länge Pointerliste zu den Feldern Blocks Header + Datensätze Spanned Records Fragmente BLOBs Verteilung (Striping) Auch CLOBs Offset tables Im Header eines Blocks Für Löschen, Einfügen oder Längenänderungenä Overflow Blocks Verkette Liste Bei Einfügen Datenbankadressen Disk, Zylinder, Spur, Sektor, Byte im Sektor Oder: Mapping table Hybride Adressen Physische Adresse + logische Adresse Grabsteine Bei Löschen
Relationales Modell: SQL-DDL. SQL als Definitionssprache. 7. Datenbankdefinitionssprachen. Anforderungen an eine relationale DDL
Relationales Modell: SQLDDL SQL als Definitionssprache SQLDDL umfaßt alle Klauseln von SQL, die mit Definition von Typen Wertebereichen Relationenschemata Integritätsbedingungen zu tun haben Externe Ebene
Mehr! DBMS organisiert die Daten so, dass minimal viele Plattenzugriffe nötig sind.
Unterschiede von DBMS und files Speichern von Daten! DBMS unterstützt viele Benutzer, die gleichzeitig auf dieselben Daten zugreifen concurrency control.! DBMS speichert mehr Daten als in den Hauptspeicher
MehrOPERATIONEN AUF EINER DATENBANK
Einführung 1 OPERATIONEN AUF EINER DATENBANK Ein Benutzer stellt eine Anfrage: Die Benutzer einer Datenbank können meist sowohl interaktiv als auch über Anwendungen Anfragen an eine Datenbank stellen:
MehrDatenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs])
Datenbanken II Speicherung und Verarbeitung großer Objekte (Large Objects [LOBs]) Hochschule für Technik, Wirtschaft und Kultur Leipzig 06.06.2008 Datenbanken II,Speicherung und Verarbeitung großer Objekte
MehrKapitel DB:VI (Fortsetzung)
Kapitel DB:VI (Fortsetzung) VI. Die relationale Datenbanksprache SQL Einführung SQL als Datenanfragesprache SQL als Datendefinitionssprache SQL als Datenmanipulationssprache Sichten SQL vom Programm aus
MehrDatenbanken: Architektur & Komponenten 3-Ebenen-Architektur
Datenbanken: Architektur & Komponenten 3-Ebenen-Architektur Moderne Datenbanksysteme sind nach der 3-Ebenen-Architektur gebaut: Anwendung 1 Web-Anwendung Anwendung 2 Java-Programm... Anwendung n Applikation
MehrDatenbanksysteme II Klausurvorbereitung. 18.7.2007 Felix Naumann
Datenbanksysteme II Klausurvorbereitung 18.7.07 Felix Naumann Kurzüberblick aus erster VL 2 1. Einführung 2. Physische Speicherstrukturen (2 2) 3. Physische Repräsentation von Daten (1 1) 4. Indexstrukturen
MehrUni Duisburg-Essen Fachgebiet Informationssysteme Prof. Dr. N. Fuhr
Raum: LF 230 Bearbeitung: 9.-11. Mai 2005 Datum Gruppe Vorbereitung Präsenz Aktuelle Informationen unter: http://www.is.informatik.uni-duisburg.de/courses/dbp_ss03/ Tabellen in IBM DB2 Tabellen Eine relationale
MehrObjektrelationale Datenbanken
Vorlesung Datenbanksysteme vom 26.11.2008 Objektrelationale Datenbanken Konzepte objektrelationaler DBs SQL:1999 OO vs. OR Konzepte objektrelationaler Datenbanken Große Objekte (LOBs: Large Objects) Mengenwertige
MehrDatenbanken. 5 Tabellen. Karl Meier karl.meier@kasec.ch 12.10.2010. Inhalt. Domänen verwenden Tabellen anzeigen, ändern, löschen Übung
Datenbanken 5 Tabellen Karl Meier karl.meier@kasec.ch 12.10.2010 Tabellen erstellen en Integritätsregeln Inhalt Domänen verwenden Tabellen anzeigen, ändern, löschen Übung 2 1 Einfache Tabellen erstellen
MehrSQL (Structured Query Language) Schemata Datentypen
2 SQL Sprachelemente Grundlegende Sprachelemente von SQL. 2.1 Übersicht Themen des Kapitels SQL Sprachelemente Themen des Kapitels SQL (Structured Query Language) Schemata Datentypen Im Kapitel SQL Sprachelemente
MehrVorlesung. Grundlagen betrieblicher Informationssysteme. Prof. Dr. Hans Czap. Email: Hans.Czap@uni-trier.de. Lehrstuhl für Wirtschaftsinformatik I
Vorlesung Grundlagen betrieblicher Informationssysteme Prof. Dr. Hans Czap Email: Hans.Czap@uni-trier.de - II - 1 - Inhalt Kap. 1 Ziele der Datenbanktheorie Kap. 2 Datenmodellierung und Datenbankentwurf
MehrObjektrelationale und erweiterbare Datenbanksysteme
Objektrelationale und erweiterbare Datenbanksysteme Erweiterbarkeit SQL:1999 (Objekt-relationale Modellierung) In der Vorlesung werden nur die Folien 1-12 behandelt. Kapitel 14 1 Konzepte objekt-relationaler
MehrVorlesung Informatik II
Vorlesung Informatik II Universität Augsburg Wintersemester 2011/2012 Prof. Dr. Bernhard Bauer Folien von: Prof. Dr. Robert Lorenz Lehrprofessur für Informatik 08. Exkurs: Datenbanken 1 Motivation Datenbanksysteme
MehrÜbung Datenbanken in der Praxis. Datenmodifikation mit SQL
Datenmodifikation mit SQL Folie 45 SQL - Datenmodifikation Einfügen INSERT INTO Relation [(Attribut, Attribut,...)] VALUES (Wert, Wert,...) INSERT INTO Relation [(Attribut, Attribut,...)] SFW-Anfrage Ändern
MehrORACLE und IBM DB2 Datentypen 14.12.2011
1/27 ORACLE und IBM DB2 Datentypen PHP-User-Group Stuttgart 14.12.2011 ORACLE Datentypen ein Überblick IBM DB2 Datentypen ein Überblick 2/27 ORACLE und IBM DB2 Datentypen Wer Wer bin bin ich ich?? Thomas
MehrPhysische Datenorganisation
Physische Datenorganisation Physische Datenorganisation 2002 Prof. Dr. Rainer Manthey Informationssysteme 1 Übersicht Datenbanken, Relationen und Tupel werden auf der untersten Ebene der bereits vorgestellten
MehrSQL Tutorial. SQL - Tutorial SS 06. Hubert Baumgartner. INSO - Industrial Software
SQL Tutorial SQL - Tutorial SS 06 Hubert Baumgartner INSO - Industrial Software Institut für Rechnergestützte Automation Fakultät für Informatik Technische Universität Wien Inhalt des Tutorials 1 2 3 4
MehrPersistenz. Workplace Solutions. Persistenz. ÿ RDBMS und OO ÿ Strukturkonflikt ÿ Object-RDBMS-Mapping. Abbildung Objekte auf RDBMS
Persistenz ÿ RDBMS und OO ÿ Strukturkonflikt ÿ Object-RDBMS-Mapping APCON Abbildung Objekte auf RDBMS Der Strukturkonflikt Basisklassen und Domänen Klassen zur Kapselung der relationalen Datenbank Abbildung
MehrMengenvergleiche: Alle Konten außer das, mit dem größten Saldo.
Mengenvergleiche: Mehr Möglichkeiten als der in-operator bietet der θany und der θall-operator, also der Vergleich mit irgendeinem oder jedem Tupel der Unteranfrage. Alle Konten außer das, mit dem größten
MehrRelationale Datenbanken in der Praxis
Seite 1 Relationale Datenbanken in der Praxis Inhaltsverzeichnis 1 Datenbank-Design...2 1.1 Entwurf...2 1.2 Beschreibung der Realität...2 1.3 Enitiy-Relationship-Modell (ERM)...3 1.4 Schlüssel...4 1.5
MehrMySQL, phpmyadmin & SQL. Kurzübersicht
MySQL, phpmyadmin & SQL Kurzübersicht Referenzen MySQL Documentation: http://dev.mysql.com/doc PHP 5 / MySQL5. Studienausgabe. Praxisbuch und Referenz (Kannengießer & Kannengießer) 2 Datenbank anlegen
MehrSQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
MehrKapitel 8: Physischer Datenbankentwurf
8. Physischer Datenbankentwurf Seite 1 Kapitel 8: Physischer Datenbankentwurf Speicherung und Verwaltung der Relationen einer relationalen Datenbank so, dass eine möglichst große Effizienz der einzelnen
MehrTechnische Beschreibung: EPOD Server
EPOD Encrypted Private Online Disc Technische Beschreibung: EPOD Server Fördergeber Förderprogramm Fördernehmer Projektleitung Projekt Metadaten Internet Foundation Austria netidee JKU Linz Institut für
MehrThemen des Kapitels. 2 Grundlagen von PL/SQL. PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren. 2.1 Übersicht. Grundelemente von PL/SQL.
2 Grundlagen von PL/SQL Grundelemente von PL/SQL. 2.1 Übersicht Themen des Kapitels Grundlagen von PL/SQL Themen des Kapitels PL/SQL Blöcke Kommentare Bezeichner Variablen Operatoren Im Kapitel Grundlagen
MehrKonstante Relationen
Konstante Relationen values-syntax erzeugt konstante Relation values ( [, Konstante] * )[, ( [, Konstante] * )]* Beispiel values (1, eins ), (2, zwei ), (3, drei ); Resultat ist eine
MehrSQL-Loader. Prof. Dr. Waldemar Rohde Dipl.-Ing. Jörg Höppner 05.05.2006 1
SQL-Loader Prof. Dr. Waldemar Rohde Dipl.-Ing. Jörg Höppner 05.05.2006 1 Beschreibung Definition transferiert Daten aus einer oder mehreren externen Dateien in eine oder mehrere Tabellen einer Oracle-Datenbank.
MehrWhitepaper. Produkt: combit Relationship Manager. Datensatzhistorie mit dem SQL Server 2000 und 2005. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Datensatzhistorie mit dem SQL Server 2000 und 2005 Datensatzhistorie mit dem SQL Server 2000 und 2005-2 - Inhalt
Mehr4. Structured Query Language (SQL)
4. Structured Query Language (SQL) Rückblick Konzeptuelles Modell (ERM) können wir nun in (wenige) Relationen übersetzen Relationale Algebra gibt uns eine Sprache an die Hand, mit der wir Anfragen auf
Mehr5.3 Datenänderung/-zugriff mit SQL (DML)
5.3 Datenänderung/-zugriff mit SQL (DML) Hinweis: - DML-Anweisungen sind mengenorientiert - Mit einer Anweisungen kann mehr als ein Tupel eingefügt, geändert, gelöscht oder gelesen werden Benutzungs- und
MehrDatenbanken: Datenintegrität. www.informatikzentrale.de
Datenbanken: Datenintegrität Definition "Datenkonsistenz" "in der Datenbankorganisation (...) die Korrektheit der gespeicherten Daten im Sinn einer widerspruchsfreien und vollständigen Abbildung der relevanten
MehrSQL structured query language
Umfangreiche Datenmengen werden üblicherweise in relationalen Datenbank-Systemen (RDBMS) gespeichert Logische Struktur der Datenbank wird mittels Entity/Realtionship-Diagrammen dargestellt structured query
MehrKapitel 33. Der xml-datentyp. In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023
Kapitel 33 Der xml-datentyp In diesem Kapitel: Der xml-datentyp 996 Abfragen aus xml-datentypen 1001 XML-Indizierung 1017 Zusammenfassung 1023 995 996 Kapitel 33: Der xml-datentyp Eine der wichtigsten
Mehr17.2 MS-Access Projekte
964 Von MS-Access 2000 zum SQL-Server 17.2 MS-Access Projekte MS-Access-Projekte, die die Dateiendung adp besitzen, werden als Front-End-Anwendung verwendet. Für die Back-End-Seite gibt es mehrere Möglichkeiten.
Mehr5. Datendefinition in SQL
Datendefinition 5. Datendefinition in SQL Schema, Datentypen, Domains Erzeugen von Tabellen (CREATE TABLE) Schemaevolution: Ändern/Löschen von Tabellen Sichtkonzept (Views) CREATE VIEW / DROP VIEW Problemfälle
MehrSQL-Anweisungen. SELECT (SQL Data Query Language)
SQL-Anweisungen SELECT (SQL Data Query Language) SELECT * SELECT * FROM "meine Tabelle"; SELECT feldname1, feldname2 SELECT feldname1, feldname2 FROM meinetabelle ORDER BY feldname2, feldname1 DESC; WHERE
MehrTeil II Architektur von DBMS
Teil II Architektur von DBMS Überblick 1 2 Architekturvarianten 3 Architekturen konkreter DBMS c Sattler / Saake Datenbank-Implementierungstechniken Letzte Änderung: 04/04/2011 2 1 Betrachtete Fragestellungen
MehrKapitel 6 Anfragebearbeitung
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Skript zur Vorlesung: Datenbanksysteme II Sommersemester 2014 Kapitel 6 Anfragebearbeitung Vorlesung: PD Dr. Peer Kröger
MehrDatumsangaben, enthält mindestens Jahr, Monat, Tag
Datenbanken mit SQL Informatik - Sprenger Häufig wird mit Tabellenkalkulationen gearbeitet, obwohl der Einsatz von Datenbanken sinnvoller ist. Tabellenkalkulationen wie Microsoft Excel oder LibreOffice
MehrWhitepaper. Produkt: combit Relationship Manager / address manager. Integration der Ansicht "Adressen" in eigene Solution
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager / address manager Integration der Ansicht "Adressen" in eigene Solution Integration der Ansicht "Adressen" in
MehrKapitel 3: Datenbanksysteme
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2009 Kapitel 3: Datenbanksysteme Vorlesung:
MehrInformations- und Wissensmanagement
Übung zur Vorlesung Informations- und Wissensmanagement (Übung 1) Frank Eichinger IPD, Lehrstuhl für Systeme der Informationsverwaltung Zur Person Beruflicher Hintergrund Studium an der TU Braunschweig
MehrDATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER
DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.
MehrHalt! Wo bin ich überhaupt?... C:\
Halt! Wo bin ich überhaupt?... C:\ FAT32 und Co Dateisysteme Datenträger FAT Forensik Bootreihenfolge Einschalten BIOS -> Power-On Self Test (POST) BIOS -> Master Boot Record (MBR) Bootsektor Betriebssystem
MehrDatenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin
Datenbanken SQL Einführung Datenbank in MySQL einrichten mit PhpMyAdmin PhpMyAdmin = grafsches Tool zur Verwaltung von MySQL-Datenbanken Datenbanken erzeugen und löschen Tabellen und Spalten einfügen,
MehrDatenbanken 16.1.2008. Die Entwicklung der Datenbanksysteme ist eng an die der Hardware gekoppelt und wird wie jene in Generationen eingeteilt:
Datenbanksysteme Entwicklung der Datenbanksysteme Die Entwicklung der Datenbanksysteme ist eng an die der Hardware gekoppelt und wird wie jene in Generationen eingeteilt: 1. Generation: In den fünfziger
MehrArchitektur und Implementierung von Apache Derby
Architektur und Implementierung von Apache Derby Das Zugriffssystem Carsten Kleinmann, Michael Schmidt TH Mittelhessen, MNI, Informatik 16. Januar 2012 Carsten Kleinmann, Michael Schmidt Architektur und
MehrARIS II - Modellierungsmethoden, Metamodelle und Anwendungen
ARIS II - Modellierungsmethoden, Metamodelle und Anwendungen C3: Structured Query Language Lernziele: Nach der Bearbeitung dieser Lektion haben Sie folgende Kenntnisse erworben: Sie können elementaren
MehrGarten -Daten Bank. Was ist das? Dr. Karsten Tolle PRG2 SS 2013
Garten -Daten Bank Was ist das? Dr. Karsten Tolle PRG2 SS 2013 Inhalt heute Kurz: Motivation und Begriffe SQL (am Beispiel MySQL und Workbench) create table(tabelle erzeugen) insert into(einfügen) select
MehrDatenbankmodelle 2. Das relationale Modell
Datenbankmodelle 2 Das relationale Modell Datenbankmodelle ER-Modell Netzwerkmodell hierarchisches Modell relationales Modell objektorientierte Modelle Relationales Modell - 2 relationales Modell basiert
MehrCluster-Bildung. VL Datenbanken II 4 107
Cluster-Bildung gemeinsame Speicherung von Datensätzen auf Seiten wichtige Spezialfälle: Ballung nach Schlüsselattributen. Bereichsanfragen und Gruppierungen unterstützen: Datensätze in der Sortierreihenfolge
MehrVertiefungsmodul Daten-, Informations- und Wissensmanagement BW 31.3 - Übung
Vertiefungsmodul Daten-, Informations- und Wissensmanagement BW 31.3 - Übung Lisa Wenige Lehrstuhl für Wirtschaftsinformatik Friedrich-Schiller-Universität Jena Organisation Die Veranstaltungsunterlagen
MehrInformatik Datenbanken SQL-Einführung
Informatik Datenbanken SQL-Einführung Gierhardt Inhaltsverzeichnis 1 Vorbemerkungen 1 2 Auswahl-Abfragen mit SELECT 2 2.1 Selektion...................................... 2 2.2 Projektion.....................................
MehrSQL-DDL und SQL-Anfragen. CREATE TABLE Kategorie (Bezeichnung VARCHAR(15) NOT NULL PRIMARY KEY, Klassifikationskriterium VARCHAR(100) NOT NULL )
Technische Universität München WS 2003/04, Fakultät für Informatik Datenbanksysteme I Prof. R. Bayer, Ph.D. Lösungsblatt 6 Dipl.-Inform. Michael Bauer Dr. Gabi Höfling 1.12.2003 SQL-DDL und SQL-Anfragen
Mehr15 Bilder und Dateien im SQL Server
Leseprobe aus Access und SQL Server http://www.acciu.de/asqllesen 15 Bilder und Dateien im SQL Server Eines der großen Probleme von Access-Datenbanken ist der vergleichsweise geringe Speicher platz. Sicher,
MehrTU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann
TU München, Fakultät für Informatik Lehrstuhl III: Datenbanksysteme Prof. Dr. Thomas Neumann Blatt Nr. 11 Übung zur Vorlesung Einsatz und Realisierung von Datenbanksystemen im SoSe15 Moritz Kaufmann (moritz.kaufmann@tum.de)
MehrDateiorganisation und Zugriffsstrukturen
Dateiorganisation und Zugriffsstrukturen Prof. Dr. T. Kudraß 1 Mögliche Dateiorganisationen Viele Alternativen existieren, jede geeignet für bestimmte Situation (oder auch nicht) Heap-Dateien: Geeignet
MehrVisiScan 2011 für cobra 2011 www.papyrus-gmbh.de
Überblick Mit VisiScan für cobra scannen Sie Adressen von Visitenkarten direkt in Ihre Adress PLUS- bzw. CRM-Datenbank. Unterstützte Programmversionen cobra Adress PLUS cobra Adress PLUS/CRM 2011 Ältere
MehrEinführung relationale Datenbanken. Themenblock: Erstellung eines Cube. Schlüssel. Relationenmodell Relationenname Attribut. Problem.
Themenblock: Erstellung eines Cube Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Praktikum: Data Warehousing und Data Mining Idee Speicherung der Daten in Form von Tabellen
MehrEinführung in SQL. 1. Grundlagen SQL. Structured Query Language. Viele Dialekte. Unterteilung: i. DDL (Data Definition Language)
Einführung in SQL 1. Grundlagen Structured Query Language Viele Dialekte Unterteilung: i. DDL (Data Definition Language) ii. iii. DML (Data Modifing Language) DRL (Data Retrival Language) 1/12 2. DDL Data
MehrSicherheit von PDF-Dateien
Sicherheit von PDF-Dateien 1 Berechtigungen/Nutzungsbeschränkungen zum Drucken Kopieren und Ändern von Inhalt bzw. des Dokumentes Auswählen von Text/Grafik Hinzufügen/Ändern von Anmerkungen und Formularfeldern
MehrInhalt. Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle. Daten und Tabellen - ein Beispiel. Daten und Tabellen - Normalisierung
Inhalt Ein Einführung in die Nutzung von SQL-Datenbanken am Beispiel Oracle Daten und Tabellen Normalisierung, Beziehungen, Datenmodell SQL - Structured Query Language Anlegen von Tabellen Datentypen (Spalten,
MehrEinleitung create table Integritätsbed. alter/ drop table Index ODL. Einleitung. create table. alter/ drop table Index ODL. Einleitung.
Thema dieser Vorlesung (im wesentlichen): Relationale Datenbanken zugrundeliegende Struktur sind Relationen. Es gibt auch andere Arten von Datenbanken, z. B. objektorientierte Datenbanken. Objekte anstelle
MehrInformations- und Wissensmanagement
Informations- und Wissensmanagement Kapitel 2: Datenbankdefinitionssprachen IPD, Forschungsbereich Systeme der Informationsverwaltung Datenbank-Technologie Vielfalt Thema dieser Vorlesung (im wesentlichen):
MehrGrundlagen der Informatik. Prof. Dr. Stefan Enderle NTA Isny
Grundlagen der Informatik Prof. Dr. Stefan Enderle NTA Isny 2 Datenstrukturen 2.1 Einführung Syntax: Definition einer formalen Grammatik, um Regeln einer formalen Sprache (Programmiersprache) festzulegen.
MehrFile Carving für Mediendateien. Multimedia Sicherheit, Martin Steinebach
File Carving für Mediendateien Allgemein: File Carving stellt gelöschte Dateien auf einem Filesystem wieder her Anwendungen: Wiederherstellen versehentlich gelöschter Dateien Spurensicherung bei Polizeiarbeit
Mehr3 Indizes. 3.1 Indexarchitektur von SQL Server. SQL Server 2008: Datenbankentwicklung
3 Indizes 3.1 Indexarchitektur von SQL Server Die folgende Abbildung zeigt die Organisationsstruktur einer Tabelle. Eine Tabelle befindet sich in einer oder mehreren Partitionen, und jede Partition enthält
MehrSQL SQL. SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R. Grundlagen der Programmierung 2
SQL SQL = Structured Query Language (SEQUEL) IBM San Jose Research Laboratory SYSTEM R IV-1 Beispielrelationen Filiale ( Name Leiter Stadt Einlagen ) Konto ( KontoNr KundenNr FilialName Saldo ) Kredit
MehrKlausur in 12.1 Themen: Zahlsysteme, Grundlagen von Delphi (Bearbeitungszeit: 90 Minuten)
Name: «Vorname» «Name» Klausur in 12.1 Themen: Zahlsysteme, Grundlagen von Delphi (Bearbeitungszeit: 90 Minuten) Informatik 12 2 VP je 2 VP 6 VP 0 Notieren Sie alle Antworten in einer Word-Datei Klausur1_«Name».doc
MehrB-Bäume I. Algorithmen und Datenstrukturen 220 DATABASE SYSTEMS GROUP
B-Bäume I Annahme: Sei die Anzahl der Objekte und damit der Datensätze. Das Datenvolumen ist zu groß, um im Hauptspeicher gehalten zu werden, z.b. 10. Datensätze auf externen Speicher auslagern, z.b. Festplatte
MehrEinführung in SQL. Sprachumfang: Indizes. Datensätzen. Zugriffsrechten
Einführung in SQL Die Sprache SQL (Structured Query Language) ist eine Programmiersprache für relationale Datenbanksysteme, die auf dem ANSI-SQL-Standard beruht. SQL wird heute von fast jedem Datenbanksystem
MehrDatenmodellierung und Datenbanksysteme. Vorlesung. Informationswissenschaft und Informationssysteme. Hans Uszkoreit & Brigi1e Jörg
Vorlesung Informationswissenschaft und Informationssysteme Hans Uszkoreit & Brigi1e Jörg Definitionen Data modeling in software engineering is the process of creating a data model by applying formal data
MehrNachtrag zu binären Suchbäumen
Nachtrag zu binären Suchbäumen (nicht notwendigerweise zu AVL Bäumen) Löschen 1 3 2 10 4 12 1. Fall: Der zu löschende Knoten ist ein Blatt: einfach löschen 2. Fall: Der zu löschende Knoten hat ein Nachfolgeelement
MehrThemenblock: Erstellung eines Cube
Themenblock: Erstellung eines Cube Praktikum: Data Warehousing und Data Mining Einführung relationale Datenbanken Problem Verwaltung großer Mengen von Daten Idee Speicherung der Daten in Form von Tabellen
MehrNumerische Datentypen. Simon Weidmann
Numerische Datentypen Simon Weidmann 08.05.2014 1 Ganzzahlige Typen 1.1 Generelles Bei Datentypen muss man immer zwei elementare Eigenschaften unterscheiden: Zuerst gibt es den Wertebereich, zweitens die
MehrEinteilung von Datenbanken
Datenbanksysteme (c) A.Kaiser; WU-Wien 1 Einteilung von Datenbanken 1. formatierte Datenbanken 2. unformatierte Datenbanken Information Retrieval Systeme 2 Wozu Datenbanken? Speicherung und Verwaltung
MehrKapitel 7 Datenbank-Tuning
Kapitel 7 Datenbank-Tuning Flien zum Datenbankpraktikum Wintersemester 2012/13 LMU München 2008 Thmas Bernecker, Tbias Emrich 2010 Tbias Emrich, Erich Schubert unter Verwendung der Flien des Datenbankpraktikums
Mehr4.3 Hintergrundspeicher
4.3 Hintergrundspeicher Registers Instr./Operands Cache Blocks Memory Pages program 1-8 bytes cache cntl 8-128 bytes OS 512-4K bytes Upper Level faster Disk Tape Files user/operator Mbytes Larger Lower
MehrImport, Export und Löschung von Zertifikaten
Import, Export und Löschung von Zertifikaten mit dem Microsoft Internet Explorer 1 Zertifikat importieren Starten Sie den Internet Explorer Wählen Sie in der Menüleiste unter Extras den Unterpunkt Internetoptionen
MehrVorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme Relationale Datenbanken Vorlesung Datenbankmanagementsysteme Relationale Datenbanken M. Lange, S. Weise Folie #4-1 Relationale Datenbanken Wiederholung - Datenbankmodelle,
Mehr6.2 FAT32 Dateisystem
6.2 FAT32 Dateisystem Dateisystem für Windows 98 einige Unterschiede zum Linux-Dateisystem EXT2: keine Benutzeridentifikation für Dateien und Verzeichnisse! Partitionen werden durch Laufwerke repräsentiert,
MehrJava Einführung VARIABLEN und DATENTYPEN Kapitel 2
Java Einführung VARIABLEN und DATENTYPEN Kapitel 2 Inhalt dieser Einheit Variablen (Sinn und Aufgabe) Bezeichner Datentypen, Deklaration und Operationen Typenumwandlung (implizit/explizit) 2 Variablen
MehrAbschnitt 4: Grundlagen der Datenbanktechnologie
Abschnitt 4: Grundlagen der Datenbanktechnologie Inhalt: Dateien vs. Datenbanken Datenbanken: Tabellen, Attribute und Datentyp Datenmodellierung mit dem Entity-Relationship-Modell Normalformen einer Datenbank
MehrDatenbanken. Dateien und Datenbanken:
Dateien und Datenbanken: Professionelle Anwendungen benötigen dauerhaft verfügbare, persistent gespeicherte Daten. Datenbank-Systeme bieten die Möglichkeit, Daten persistent zu speichern. Wesentliche Aspekte
MehrRepräsentation von Daten Binärcodierung von rationalen Zahlen und Zeichen
Kapitel 4: Repräsentation von Daten Binärcodierung von rationalen Zahlen und Zeichen Einführung in die Informatik Wintersemester 2007/08 Prof. Bernhard Jung Übersicht Codierung von rationalen Zahlen Konvertierung
Mehrwichtigstes Betriebsmittel - neben dem Prozessor: Speicher
Speicherverwaltung Aufgaben der Speicherverwaltung wichtigstes Betriebsmittel - neben dem Prozessor: Speicher Sowohl die ausführbaren Programme selbst als auch deren Daten werden in verschiedenen Speicherbereichen
MehrMicrosoft Access 2010 Daten importieren
Microsoft Access 2010 Daten importieren Daten nach Access importieren Klick auf den Reiter des Menübandes Externe Daten. In der Gruppe Importieren und Verknüpfen werden mit Hilfe von Befehlen die verschiedenen
MehrVorlesung Datenbankmanagementsysteme
Vorlesung Datenbankmanagementsysteme Datenbankarchitekturen M. Lange, S. Weise Folie #2-1 Datenbankarchitekturen Wiederholung - Motivation, Grundlagen Grundlegende Datenbankarchitekturen - Drei-Ebenen-Schema-Architektur
MehrDatenbanksystem. System Global Area. Hintergrundprozesse. Dr. Frank Haney 1
Datenbanksystem System Global Area Hintergrundprozesse Dr. Frank Haney 1 Komponenten des Datenbanksystems System Global Area Program Global Area Hintergrundprozesse Dr. Frank Haney 2 System Global Area
Mehr7 Die Reorganisation von DB2
Ab und an sollte eine Tabelle reorganisiert werden. Besonders, nachdem größere Datenmengen eingefügt oder gelöscht wurden, muß über eine Reorganisation nachgedacht werden. Eine optimale Performance ist
MehrWas machen wir heute? Betriebssysteme Tutorium 12. Organisatorisches. Frage 12.1.a. Programmieraufgaben Vorstellung. Antwort
Was machen wir heute? Betriebssysteme Tutorium 12 1 Organisatorisches Philipp Kirchhofer philipp.kirchhofer@student.kit.edu http://www.stud.uni-karlsruhe.de/~uxbtt/ Lehrstuhl Systemarchitektur Universität
MehrATHOS Benutzertreffen 2012 ODS 5.3.0
ATHOS Benutzertreffen 2012 ODS 5.3.0 Karst Schaap HighQSoft GmbH 28.11.2012 HighQSoft GmbH www.highqsoft.de Neue Features Änderungen des Basismodells Änderungen des OO API. Noch offen Geplant Ende 2012
MehrObjective-C CheatSheet
App-Templates: Erstellt automatisch einen Navigation Controller mit editierbarem UITableView und DetailView, der bei Klick auf einzelne UITableViewCell angezeigt wird. Kreiert einen GLKitViewController
MehrSemantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung
6. Datenintegrität Motivation Semantische Integrität (auch: Konsistenz) der in einer Datenbank gespeicherten Daten als wichtige Anforderung nur sinnvolle Attributwerte (z.b. keine negativen Semester) Abhängigkeiten
MehrLerox DB/2 Datenbankreferenz in QlikView für IBM System AS/400, iseries i5, System i
Lerox DB/2 Datenbankreferenz in QlikView für IBM System AS/400, iseries i5, System i Inhaltsverzeichnis Überblick... 3 Die QlikView Applikation im Kontext... 4 Technische Rahmenbedinungen... 5 Funktionelle
MehrKonzepte von Betriebssystemkomponenten Disk-Caches und Dateizugriff
Konzepte von Betriebssystemkomponenten Disk-Caches und Dateizugriff von Athanasia Kaisa Grundzüge eines Zwischenspeichers Verschiedene Arten von Zwischenspeicher Plattenzwischenspeicher in LINUX Dateizugriff
MehrDigital Forensics. Slackspace. 2011 DI Robert Jankovics DI Martin Mulazzani
Digital Forensics Slackspace Slackspace Übersicht: Slack allgemein NTFS Slack FAT Slack mit Steganographie Slack allgemein Slack Space: Bezeichnet den Speicherplatz zwischen Ende der Datei und Ende des
MehrSpeicherstrukturen. Aufgabe 1-1: Fragen zu FAT (File Allocation Table) Aufgabe 1-2: Datensätze variabler Länge. Kind.java:
Institut für Datenbanken und Informationssysteme Prof. Dr. M. Reichert, M. Predeschly, J. Kolb Lösung für Übungsblatt 1 Aufgabe 1-1: Fragen zu FAT (File Allocation Table) 1. Im Bootsektor der Festplatte
MehrAnleitung zum Einfügen von Daten aus OpenOffice Calc in OpenOffice Base Beispiel anhand einer Adressen Calc-Tabelle
Anleitung zum Einfügen von Daten aus OpenOffice Calc in OpenOffice Base Beispiel anhand einer Adressen Calc-Tabelle Öffnen der ClacTabelle welche die Daten enthält (oder eine neue erstellen) Hier ein Beispiel
Mehr